优化阅读功能

internal/service/reader/rule/datauri.go

@@ -0,0 +1,81 @@
+package rule
+
+import (
+	"encoding/base64"
+	"encoding/hex"
+	"regexp"
+	"strings"
+)
+
+// 本文件：data: 地址与「type 声明」——书源用它当参数信封。
+//
+// 聚合类书源（光遇聚合等）会把上一阶段的结果打包进一个 data: 地址当 URL 用：
+//
+//	searchUrl → `data:;base64,<base64(参数JSON)>,{"type":"gysearch"}`
+//	bookUrl   → `data:;base64,<base64({book_id,sources,…})>,{"type":"gydetail"}`
+//	tocUrl / chapterUrl 同理
+//
+// legado 对这类地址的处理（AnalyzeUrl）：
+//  1. getByteArrayIfDataUri()：地址以 data: 开头时本地 base64 解码取字节，不发网络请求；
+//  2. getStrResponseAwait()：只要选项里声明了 type（值本身不参与判断），
+//     就直接返回 `HexUtil.encodeHexStr(字节)`——即原始字节的十六进制串。
+//
+// 书源随后用 `java.hexDecodeToString(result)` 把 hex 还原成 JSON 取回参数，
+// 再自行发出真正的请求。所以「type」不是内容类型，而是一个「请以 hex 返回
+// 原始字节」的开关；MeBox 早期把它当成不支持的能力直接拒绝了，导致这类书源
+// 在搜索第一步就报「书源 URL 声明了不支持的 type」。
+
+// dataURIPayloadRe 对应 legado AppPattern.dataUriRegex：`^data:.*?;base64,(.*)`。
+// 只认带 `;base64,` 的数据地址（legado 也只处理这一种）。
+var dataURIPayloadRe = regexp.MustCompile(`(?s)^data:.*?;base64,(.*)$`)
+
+// DecodeDataURI 解析 `data:…;base64,…` 地址，返回解码后的原始字节。
+// ok 为 false 表示这不是一个可解析的 base64 数据地址。
+// 对应 legado AnalyzeUrl.getByteArrayIfDataUri()。
+func DecodeDataURI(raw string) ([]byte, bool) {
+	m := dataURIPayloadRe.FindStringSubmatch(strings.TrimSpace(raw))
+	if m == nil {
+		return nil, false
+	}
+	// base64 允许换行与空白（书源拼接长载荷时常见），逐种变体尝试。
+	cleaned := strings.Map(func(r rune) rune {
+		switch r {
+		case '\n', '\r', ' ', '\t':
+			return -1
+		}
+		return r
+	}, m[1])
+	if cleaned == "" {
+		return []byte{}, true
+	}
+	for _, enc := range []*base64.Encoding{
+		base64.StdEncoding, base64.RawStdEncoding,
+		base64.URLEncoding, base64.RawURLEncoding,
+	} {
+		if b, err := enc.DecodeString(cleaned); err == nil {
+			return b, true
+		}
+	}
+	return nil, false
+}
+
+// IsDataURI 判断地址是否是 data: 地址。
+func IsDataURI(raw string) bool {
+	return strings.HasPrefix(strings.TrimSpace(raw), "data:")
+}
+
+// EncodeRuleBody 按请求声明的响应形态把原始字节转成规则层看到的 body。
+//
+//	HexBody（选项里声明了 type）→ 原始字节的十六进制串
+//	其他                        → 按 charset 解码的文本
+//
+// 对应 legado getStrResponseAwait 里的两个分支。
+func EncodeRuleBody(req *Request, raw []byte, charset string) string {
+	if req != nil && req.HexBody {
+		return hex.EncodeToString(raw)
+	}
+	if body, err := DecodeBytes(raw, charset); err == nil {
+		return body
+	}
+	return string(raw)
+}